一种启发式选择性神经网络集成设计方法

作     者：崔路阳 魏海坤 

作者机构：东南大学自动化学院南京210096 东南大学复杂工程系统测量与控制教育部重点实验室南京210096 

基　　金：国家自然科学基金资助项目(60875035) 江苏省自然科学基金资助项目(BK2008294) 

出 版 物：《东南大学学报（自然科学版）》 (Journal of Southeast University：Natural Science Edition)

年 卷 期：2010年第40卷第S1期

页      码：297-301页

摘      要：针对集成中各子网准确率与子网间差异度的权衡难题,提出一种启发式子网挑选法(HP-BGP).不同于传统以正确率或差异度为指标的选择方法,该方法采用神经网络集成在验证集上泛化性能最优为子网的选取准则.首先,在不同的初始条件下生成足够的备选子网,然后,根据能使集成泛化性能提高最快的标准,每次选取能与集成中已有网络组合泛化性能最好的子网,逐个挑选加入集成,直至选择到合适的网络个数或达到一定的误差要求.以LIC1问题为平台,与传统的子网挑选法PB、PAH、GA进行比较,仿真结果表明HPBGP法在测试集上集成泛化效果与选择所用时间的综合指标上优于常规的子网挑选方法.

主 题 词：选择性神经网络集成 平均正确率 差异度 启发式挑选 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203625351...